BAB III PERANCANGAN SISTEM
3.3. Desain Perangkat Lunak
21
3.2.2. Arduino Uno
Gambar III- 7. Arduino Uno
Arduino adalah board mikrokontroler berbasis Atmega328, yang biasa digunakan untuk mempermudah pembuatan suatu program[14]. Hal-hal yang dapat digunakan dengan arduino adalah suara, panas, cahaya, posisi dan sentuhan. Secara sederhana mikrokontroler sebagai otak dari suatu perangkat/sistem yang mampu berinteraksi dengan perangkat yang terhubung dengan sekitarnya. Arduino mampu berinteraksi dengan perangkat yang terhubung dengan sekitarnya. Arduino uno ada penelitian digunakan untuk menjalankan fungsi sensor dan beberapa port yang digunakan pada arduino uno adalah port tegangan 5V, ground, A0, A1, A2. Ketika port tersebut sudah dihubungkan dengan sensor TCRT5000 menggunakan jumper, maka port koneksi USB akan dihubungkan ke laptop untuk menjalankannya.
22
Gambar III- 8. Flowchart Sistem
Saat Sensor TCRT5000 ditempelkan pada bagian kulit, transmitter akan memancarkan cahaya dan diterima oleh receiver. Pin analog A0,A1,A2 pada arduino memberikan pembacaan terus menerus dalam bentuk tegangan yang bervariasi, semakin tinggi tegangan semakin banyak cahaya inframerah yang diterima. Pengolah data akan melakukan pengklasifikasian mengenai data-data (hasil pembacaan dari sensor) yang sudah diterima. Pada penentuan kondisi kulit seperti jerawat, kulit coklat muda, coklat tua, keloid dan lain-lainnya tergantung pada perubahan intensitas cahaya near infrared tersebut yang akan digunakan untuk membedakan kondisi kulit. Klasifikasi akan ditentukan dengan cara mengambil nilai terkecil hingga nilai terbesar dari masing-masing sensor dari ketiga sensor
23
yang digunakan. Seperti pada sensor 1 apabila nilai tegangan pada sensor 1 adalah 0.312-0.3676 V maka akan menunjukkan kulit berwarna coklat muda. Kemudian hasil pengklasifikasian tersebut akan ditampilkan pada serial monitor.
Domain waktu dan domain frekuensi juga merupakan faktor pendukung dalam pengolahan sinyal. Sinyal domain waktu berupa gelombang berjalan yang dipresentasikan pada waktu terhadap amplitudo dari sinyal. Amplitudo pada sinyal domain waktu akan menunjukkan keras lemahnya sinyal yang diterima, sehingga sinyal yang diterima tidak memiliki karakteristik yang berbeda di tiap waktunya.
Pada sinyal domain frekuensi ketika diplot berupa spektrum dengan penyajian frekuensi terhadap amplitudo. Jika variabel sering berubah maka disebut frekuensi tinggi. Jika tidak sering berubah maka disebut frekuensi rendah. Jika variabel tidak berubah maka tidak mempunyai frekuensi (nol frekuensi). Magnitudo merupakan sinyal domain frekuensi yang mempengaruhi tinggi rendahnya sinyal yang diterima.
24 BAB IV
HASIL DAN ANALISIS 4.1 Pengujian Sensor Infrared TCRT5000
Pada penelitian ini sensor yang digunakan adalah sensor TCRT5000. Sensor ini sebelum digunakan harus dikalibrasi agar mendapatkan hasil yang akurat.
Dalam kalibrasi ini untuk mendapatkan tingkat akurat yang tinggi maka tegangan output dari sensor TCRT5000 ini akan dibantu dengan multimeter dalam pengukurannya. Pertama, hasil output analog dari setiap warna dan kelainan kulit di konversikan untuk mendapat hasil tegangan. Kedua, sensor TCRT5000 dibantu menggunakan multimeter untuk mendapat hasil tegangan. Selanjutnya nilai dari setiap pengukuran akan diselisihkan dan akan mendapatkan persen selisih atau eror.
Tabel IV- 1. Pengujian Sensor Infrared TCRT5000
No Tegangan output sensor (V)
Tegangan output menggunakan multimeter (V)
Selisih beda pengukuran
% selisih
1 0.391 0.405 0.014 3.45
2 0.342 0.357 0.015 4.2
3 0.293 0.306 0.013 4.24
4 0.195 0.210 0.015 7.14
5 0.342 0.357 0.013 3.64
6 0.977 0.997 0.020 2
7 0.537 0.553 0.016 2.89
8 0.498 0.515 0.017 3.3
9 0.899 0.913 0.012 1.31
10 0.434 0.452 0.018 3.98
Sehingga diperoleh error pengukuran di rentang (1.31 – 7.14) %
25
4.2 Pengukuran nilai Output analog untuk setiap warna dan kondisi kulit menggunakan sensor TCRT5000
Pada penelitian ini dilakukan pengujian terhadap warna dan kondisi kelainan kulit pada manusia yang diukur menggunakan sensor TCRT5000. Untuk warna kulit yang diuji adalah Light Brown, Brown, Dark Brown. Dan untuk kelainan kulit yang diuji adalah keloid dan jerawat. Untuk pengujian pada warna kulit dilakukan pada kulit tangan bawah bagian dalam. Dan untuk pengujian pada kelainan kulit seperti jerawat dilakukan pada bagian wajah, pengujian keloid dilakukan pada bagian kaki. Dan hasil pengujiannya ditunjukkan pada tabel dibawah ini.
Light Brown (Kode:LB)
Tabel IV- 2. Hasil Pengujian Light Brown
No
Nilai Output (V) Partisipan
LB-1
Partisipan LB-2
Partisipan LB-3
Partisipan LB-4
Partisipan LB-5 1 0.312-0.323 0.356-0.376 0.356-0.366 0.337-0.347 0.312-0.337 2 0.337-0.347 0.312-0.342 0.332-0.34 0.337-0.351 0.351-0.366 3 0.273-0.288 0.303-0.327 0.303-0.312 0.303-0.317 0.307-0.332 Brown (Kode: B)
Tabel IV- 3. Hasil Pengujian Brown
No
Nilai Output (V) Partisipan
B-1
Partisipan B-2
Partisipan B-3
Partisipan B-4
Partisipan B-5 1 0.229-0.239 0.219-0.224 0.215-0.219 0.21-0.215 0.2-0.215 2 0.234-0.244 0.21-0.219 0.205-0.21 0.249-0.259 0.239-0.264 3 0.215-0.219 0.219 0.215 0.195-0.210 0.219-0.234
26
Dark Brown (Kode: DB)
Tabel IV- 4. Hasil Pengujian Dark Brown
No
Nilai Output Partisipan
DB-1
Partisipan DB-2
Partisipan DB-3
Partisipan DB-4
Partisipan DB-5 1 0.166-0.181 0.175-0.19 0.166-0.181 0.180-0.195 0.175-0.185 2 0.166-0.195 0.156-0.161 0.166-0.195 0.195-0.21 0.151-0.166 3 0.156-0.161 0.146-0.15 0.151-0.161 0.171-0.181 0.161-0.166 Keloid (Kode: Ke)
Tabel IV- 5. Hasil Pengujian Keloid
No Nilai Output (V)
Partisipan Ke-1 Partisipan Ke-2 Partisipan Ke-3
1 0.151-0.156 0.191-0.215 0.171-0.180
2 0.151-0.156 0.136-0.161 0.191-0.2
3 0.141-0.146 0.146-0.171 0.156-0.161
Jerawat (Kode: J)
Tabel IV- 6. Hasil Pengujian Jerawat
No Nilai Output
Partisipan J-1 Partisipan J-2 Partisipan J-3
1 0.171-0.175 0.273-0.288 0.196-0.21
2 0.181-0.185 0.332-0.347 0.259-0.278
3 0.156-0.166 0.259-0.288 0.234-0.263
4.3 Pengelompokan Rentang Nilai Output (V) hasil Pengukuran untuk setiap warna dan kondisi kulit Hasil Percobaan
Pada pengambilan data warna kulit pada manusia dilakukan dengan menggunakan 5 sampel pada setiap kategorinya. Dan untuk pengambilan data kelainan kulit seperti jerawat dan keloid menggunakan 3 sampel pada setiap kategorinya.
Untuk pengujian klasifikasi warna kulit dan kelainan kulit ini telah divalidasi oleh dr. Fenty Alia M.Kes.A3M selaku dokter ahli kulit manusia. Pada
27
tabel dibawah dapat disimpulkan rentang nilai output (V) dari setiap warna kulit, dan kelainan kulit tersebut.
Tabel IV- 7. Pengelompokan Rentang Nilai Hasil Pengukuran Untuk Setiap Warna dan Kondisi Kulit Hasil Percobaan
Rentang Nilai output(V)
Jenis Warna atau Kondisi Kulit Light
Brown Brown Dark Brown Jerawat Keloid
Sensor 1 0.312-0.376 0.2-0.234 0.166-0.195 0.171-0.288 0.151-0.215 Sensor 2 0.312-0.366 0.205-0.263 0.156-0.21 0.18-0.347 0.136-0.2 Sensor 3 0.273-0.274 0.195-0.234 0.146-0.18 0.156-0.288 0.141-0.171
Klasifikasi ditentukan dengan cara mengambil nilai output(V) terkecil hingga nilai terbesar dari masing-masing sensor dari ketiga sensor yang digunakan, seperti yang terlihat pada tabel diatas.
4.4 Pengukuran time domain dan frequency domain sensor TCRT5000 untuk setiap warna dan kelainan kulit menggunakan software MATLAB
Pengukuran alat dengan cara yang sama untuk menganalisis data dengan menggunakan Matlab yang dimana hasilnya akan menunjukkan time domain dan frequency domain. Analisis pada domain waktu merupakan proses menganalisis data terhadap periode waktu tertentu, sedangkan domain frekuensi merupakan proses analisis sinyal mengenai frekuensi. Berikut ini adalah hasil dari time domain dan frequency domain dari masing masing warna dan kelainan kulit.
Light Brown (Kode:LB)
Gambar IV- 1. Hasil Pengukuran time domain dan frequency domain pada warna kulit Light Brown
28
Brown (Kode: B)
Gambar IV- 2. Hasil Pengukuran time domain dan frequency domain pada warna kulit Brown
Dark Brown (Kode: DB)
Gambar IV- 3. Hasil Pengukuran time domain dan frequency domain pada warna kulit Dark Brown
Keloid (Kode: Ke)
Gambar IV- 4. Hasil Pengukuran time domain dan frequency domain pada kelainan kulit Keloid
29
Jerawat (Kode: J)
Gambar IV- 5. Hasil Pengukuran time domain dan frequency domain pada kelainan kulit Jerawat
4.5 Pengujian Sensor pada warna dan kondisi kulit untuk partisipan yang baru dan berbeda
Tabel IV- 8. Pengujian Sensor pada warna dan kondisi kulit untuk partisipan yang baru dan berbeda
Kode Partisipan
Validasi Kondisi Kulit Partisipan
dari Dokter
Hasil Pengukuran Sensor Validasi Hasil (Benar atau
Salah) Nilai (V) Klasifikasi
P-1 Brown 0.205-0.249 Brown Benar
P-2 Light Brown 0.283-0.342 Light Brown Benar
P-3 Jerawat 0.161-0.185 Dark Brown Salah
P-4 Keloid 0.141-0.205 Keloid Benar
P-5 Brown 0.195-0.239 Brown Benar
P-6 Light Brown 0.293-0.356 Light Brown Benar
P-7 Dark Brown 0.156-0.175 Dark Brown Benar
P-8 Jerawat 0.259-0.317 Jerawat Benar
P-9 Keloid 0.156-0.19 Dark Brown Salah
P-10 Dark Brown 0.146-0.195 Dark Brown Benar
P-11 Light Brown 0.293-0.347 Light Brown Benar
P-12 Keloid 0.136-0.215 Keloid Benar
P-13 Brown 0.215-0.244 Brown Benar
P-14 Jerawat 0.195-0.259 Brown Salah
P-15 Dark Brown 0.151-0.205 Dark Brown Benar
30
P-16 Light Brown 0.273-0.351 Light Brown Benar
P-17 Brown 0.2-0.224 Brown Benar
P-18 Dark Brown 0.161-0.195 Dark Brown Benar
P-19 Brown 0.215-0.263 Brown Benar
P-20 Light Brown 0.312-0.366 Light Brown Benar
P-21 Dark Brown 0.151-0.185 Dark Brown Benar
P-22 Keloid 0.146-0.21 Keloid Benar
P-23 Light Brown 0.273-0.317 Light Brown Benar
P-24 Brown 0.239-0.263 Brown Benar
P-25 Dark Brown 0.171-0.205 Dark Brown Benar
Pada tugas akhir ini pengujian diawali dengan menyalakan Arduino dan mulai menjalankan program software Arduino IDE (Integrated Development Environment). Lalu melakukan uji coba rata-rata pada pergelangan tangan dan bagian-bagian kelainan kulit yang terjangkau oleh sensor tersebut. Kelainan kulit yang dapat diuji adalah keloid dan jerawat, serta warna kulit seperti coklat muda, coklat, dan coklat tua. Kemudian bagian pergelangan tangan bawah bagian dalam ditempelkan pada sensor, lalu pada software Arduino IDE akan ditampilkan hasil klasifikasi pada serial monitor.
31
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Berdasarkan hasil dari data pengujian dan analisis penelitian pada tugas akhir ini, dapat ditarik kesimpulan sebagai berikut :
1. Sistem pendeteksi warna dan kelainan kulit dengan pantulan berkas cahaya near infrared (NIR) telah dirancang menggunakan sensor TCRT5000 dan mampu untuk mengklasifikasikan warna dan jenis kelainan kulit tertentu.
2. Sistem dapat mengklasifikasikan nilai output (V) untuk warna kulit Coklat Muda (Light Brown) berada pada rentang 0.273-0.376 V, warna kulit Coklat (Brown) berada pada rentang 0.195-0.263 V, dan warna kulit Coklat Tua (Dark Brown) berada pada rentang 0.146-0.21 V. Kelainan kulit Jerawat berada pada rentang 0.136-0.215 V dan kelainan kulit Keloid berada pada rentang 0.156-0.347 V.
5.2. Saran
Saran untuk yang kemudian akan mengembangkan alat ini diharapkan untuk bisa mengambil sampel yang lebih banyak lagi agar lebih akurat. Dan bisa menggunakan tambahan kamera atau thermocouple agar lebih bisa mengidentifikasi jenis kulit lainnya.
32
DAFTAR PUSTAKA
[1] F. Nuraeni, Y. H. Agustin, and E. N. Yusup, “Aplikasi Pakar Untuk Diagnosa Penyakit Kulit Menggunakan Metode Forward Chaining Di Al Arif Skin Care Kabupaten Ciamis,” Semin. Nas. Teknol. Inf. Dam
Multimed., pp. 6–7, 2016.
[2] D. D. Putri, M. T. Furqon, and R. S. Perdana, “Klasifikasi Penyakit pada Manusia Menggunakan Metode Binary (Studi Kasus : Puskesmas Dinoyo Kota Malang),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 5, pp. 1912–1920, 2018.
[3] R. Pardiansyah, “Association Between Personal Protective Equipment With Contact Dermatitis in Scavengers,” J. Major., vol. 4, no. 4, pp. 80–87, 2015.
[4] B. Hisham, “Lapisan Epidermis Kulit dan Fungsinya,” 2020.
https://usaha321.net/lapisan-epidermis-kulit-dan-fungsinya.html (accessed Dec. 26, 2020).
[5] D. N. Rojab, “Makalah Kulit.”
https://www.academia.edu/11804735/Makalah_Kulit (accessed Nov. 03, 2020).
[6] E. Lararenjana, “4 Jenis Kulit,” [Online]. Available:
https://www.merdeka.com/jatim/4-jenis-kulit-wajah-dan-cara-cepat- mengetahuinya-kln.html.
[7] R. Baxt, “Acne Formation,” 2020. .
[8] B. G. Permana, “Keloid,” Penyebab Keloid Membesar Belum Dapat Dipastikan, Begini Cara Mengatasinya, [Online]. Available:
https://www.sehatq.com/artikel/penyebab-keloid-membesar-belum-dapat- dipastikan-begini-cara-mengatasinya.
[9] D. Irawan, “Skar Hipertrofik,” Jar. Parut, [Online]. Available:
33
https://www.sehatq.com/penyakit/jaringan-parut.
[10] P. A. O. Hon, “6 Tipe Jenis Warna Kulit,” Fitzpatrick Ski. phototype, 2012, [Online]. Available: https://dermnetnz.org/topics/skin-phototype.
[11] Mail, “Infrared,” Pengertian Infrared, Karakteristik Infrared., 2020, [Online]. Available: https://anaktik.com/infrared/.
[12] S. P. Cadence, “Time Domain and Frequency Domain,” Time Domain Anal. vs Freq. Domain Anal. A Guid. Comp., [Online]. Available:
https://resources.pcb.cadence.com/blog/2020-time-domain-analysis-vs- frequency-domain-analysis-a-guide-and-comparison.
[13] M. A. A. Malik, “Sensor TCRT5000,” Sens. TCRT5000, [Online].
Available: https://papermindvention.blogspot.com/2018/05/sensor-garis- tcrt5000.html.
[14] E. Ashley, “Arduino Uno,” Arduino UNO, [Online]. Available:
https://www.rs-online.com/designspark/what-is-arduino-uno-a-getting- started-guide.
34 LAMPIRAN LAMPIRAN A : Program Arduino
int IRSensor1 = A0;
int IRSensor2 = A1;
int IRSensor3 = A2;
void setup() {
Serial.begin(9600);
pinMode (IRSensor1, INPUT);
pinMode (IRSensor2, INPUT);
pinMode (IRSensor3, INPUT);// sensor pin INPUT // Led pin OUTPUT
}
void loop() {
int statusSensor1 = analogRead (IRSensor1);
Serial.print(statusSensor1);
int statusSensor2 = analogRead (IRSensor2);
Serial.print(" ");
Serial.print(statusSensor2);
int statusSensor3 = analogRead (IRSensor3);
35
Serial.print(" ");
Serial.print(statusSensor3);
if (statusSensor1 >= 64 && statusSensor1 <= 77 && statusSensor2 >=64 &&
statusSensor2 <= 75 && statusSensor3 >= 56 && statusSensor3 <=67) {
Serial.print(" Warna Kulit Light Brown");
}
else if (statusSensor1 >= 41 && statusSensor1 <= 48 && statusSensor2 >= 42
&& statusSensor2 <= 54 && statusSensor3 >= 40 && statusSensor3 <=48) {
Serial.print(" Warna Kulit Brown");
}
else if (statusSensor1 >= 34 && statusSensor1 <= 40 && statusSensor2 >=32
&& statusSensor2 <= 43 && statusSensor3 >= 30 && statusSensor3 <=37) {
Serial.print(" Warna Kulit Dark Brown");
}
else if (statusSensor1 >= 31 && statusSensor1 <= 44 && statusSensor2 >=28
&& statusSensor2 <= 41 && statusSensor3 >= 29 && statusSensor3 <=35) {
Serial.print(" Kelainan Kulit Keloid");
}
else if (statusSensor1 >= 35 && statusSensor1 <= 59 && statusSensor2 >=37
&& statusSensor2 <= 71 && statusSensor3 >= 32 && statusSensor3 <=59)
36
{
Serial.print(" Kelainan Kulit Jerawat");
}
Serial.println();
delay(1000);
}
LAMPIRAN B : Dokumentasi Light Brown :
37
Brown :
38
39
Dark Brown :